-
请问课程的作业,在结课前会给出参考代码吗?
——来自《移动机器人运动规划- 第一期》·92浏览
@mkop 他是全仑
-
第二节课的【算法对比网站】问题
——来自《移动机器人运动规划- 第一期》·72浏览
图里不是有个weight么
-
第二节课的【算法对比网站】问题
——来自《移动机器人运动规划- 第一期》·72浏览
@mkop ...Best first search 就是g=0,h=1的。Djistra就是g=1,h=0的。不就都涵盖了吗
-
关于jps跳点的定义
——来自《移动机器人运动规划- 第一期》·61浏览
1. 是的;这样的话planning问题就不是uniform grid map上的planning问题了,超出了JPS适用范围,JPS不再适用。
2. 每个节点可以向它的八个邻居任意移动,并没有限制只有三个方向。只是look ahead rule举例各给出了straight,diagonal下某个方向的情况。
-
请问需要恶补下《数据结构》的知识吗?
——来自《移动机器人运动规划- 第一期》·72浏览
不用,你就跟着课程学,看到什么不懂得上网查一下学一下。
-
作业中的matlab程序错误
——来自《移动机器人运动规划- 第一期》·91浏览
这应该是因为windows 和linux版本matlab对符号的处理有差异导致的。类似问题请同学们自己修改一下。
-
实际应用中如何将状态空间转化为C空间
——来自《移动机器人运动规划- 第一期》·77浏览
可以对障碍物进行各个方向的膨胀,当然这样会牺牲解空间。更好的做法还是根据汽车的几何形状做一个完全的collision checking,成熟方法开源库有很多,比如fcl。
-
看完新一周的视频,有三个疑惑希望老师能解答下。
——来自《移动机器人运动规划- 第一期》·256浏览
1. 不是所有planning应用的场合都是grid map。对于一个general的图搜索问题,实际中有很多,你是没办法用diagonal 函数估计出准确的h的,这时候L2 norm就成为不得已的最好的选择。
2.是直接就把h放大。后半个问题没明白,如果两个h一开始不相等,那么各自扩大同样的倍数也不会相等。
3. 这里没有错。这里其实是讲课时候的一个疏忽,谢谢同学指正。不知道怎么上传图片,那同学们可以打开后面的链接,参照JPS的论文 (http://users.cecs.anu.edu.au/~dharabor/data/papers/harabor-grastien-aaai11.pdf) 中的公式1和2。
可以看到, Look ahead rule的两条本身就是一个是<=的时候prune,一个是<的时候prune。这样做是因为,如果两种规则都是<=,在diagonal中也把2, 5 prune掉,这两个节点就永远不会被看到了。同时,在jump rule里是先straight 再diagonal的移动的,这样,如果前一个条件是<=, 后一个是<, 2, 5 在前一个里面prune后一个里面保留,就不会损失可能的最优性。
-
看完新一周的视频,有三个疑惑希望老师能解答下。
——来自《移动机器人运动规划- 第一期》·256浏览
@bmhlkbcj 如果p = 0.0000001,你觉得会有多大概率出现你说的巧合?会使得算法在“期望”上降低多少效率?并且这里这个只是一种tie breaker的形式,好处是简单,但是只能用于打破g,h各自不相等,但是f相等symmetry, 对于g,h完全一致的节点带来的symmetry是没有效果的。后面我给出的办法有的比这个效果更好
-
看完新一周的视频,有三个疑惑希望老师能解答下。
——来自《移动机器人运动规划- 第一期》·256浏览
@Selma_nujabes 正解!
-
JPS问题
——来自《移动机器人运动规划- 第一期》·66浏览
不是始终只有一个node。只是给的那里例子比较简单,恰好只有一个而已。课上说了,JPS除了找邻居这一步有区别,其他地方和A*是完全一样的,当然包括open list里的排序。
-
@mkop 这个问题挺好的。在给你们抓紧时间录课,晚点回复。
-
我对于无人车其实并没有具体研究的经验,但是对于这几个问题,在无人机中也是确实一直存在的。
1. 这个问题对于无人机尤其如此,缺乏对环境的理解,对3D环境中语义信息几乎没有利用。Socially compaliant Drone 类似的很好的工作还没有见到。复杂环境中动态物体如人其实是有很强的motion prior的knowledge的,但是现在主要还是当做动态障碍物来处理。一味强调实时避障的灵活性其结果就是规划出来的轨迹缺乏“全局性”,显得不够智能,或者说缺乏对动态物体行为的预测。
2. 理论的问题我个人不是很建议投入进去,还是建议优先解决现有的工程问题。
3. 人理解的reasonable和实际规划出来的轨迹还是有不小的差距的。以无人机距离,航拍这种应用,如何正确理解、抽象出用户认为好的航拍轨迹的飞行控制方法,专业拍摄的手法、符合美学的飞行路径怎么去model和规划,都还是open question。个人认为可以往“半自动”的方向考虑,不完全期望机器人自主的取代人的意志,而是在线对用户行为做修正的辅助驾驶应该会有比较好的发展前景。
-
对于飞机一般也不会直接刹死,车会翻,飞机加速度很大(对应姿态很大)也会翻。一般学术界标准做法就是预备好emergency braking轨迹,可以在最短时间内切换,不考虑解的质量而只求尽快把机器人在dynamic允许范围内停下来。工业界的做法很遗憾我不是很清楚,我有工程经验,但是我没有在工业界待过。
-
3一般作为1的一部分(后端back-end)。2是1的子问题,表示局部规划(对应全局规划)。
-
已经是个很简单的环境了,配一下环境不是很复杂也可以让没基础的同学练练手。放进docker再发布可能会很大。
-
@mkop 你可以理解为一个小虚拟机。或者理解为把我电脑的环境镜像出来
-
请问老师,移动机器人和机械臂的运动规划差别大吗?
——来自《移动机器人运动规划- 第一期》·93浏览
这个课题挺好的。
-
老师,为啥不讲人工势场方法?
——来自《移动机器人运动规划- 第一期》·120浏览
不想讲
-
老师,为啥不讲人工势场方法?
——来自《移动机器人运动规划- 第一期》·120浏览
@mkop 一个是基本上大家也都知道,没什么好讲的。一个是我觉得实际工程里也不好用。